典型文献
检测燕麦干草主要营养成分含量的近红外光谱分析模型
文献摘要：
为探索NIRS技术在测定燕麦(A vena sative)干草品质上的应用,试验于2020—2021年收集了249份不同品种、年限和生长时期的燕麦干草,通过WinISIⅢ定标软件建立燕麦干草主要营养成分的近红外光谱模型.结果显示:粗蛋白(CP)、中性洗涤纤维(NDF)和粗脂肪(EE)预测模型的定标系数(RSQ)和外部验证决定系数(RSQv)均在0.83以上,校正标准误(SEC)、交叉验证误差(SECV)和预测标准误差(RMSEP)均小于0.02,相对标准误差(RPD)均大于3,预测值逼近化学分析的精度具有良好的预测效果.酸性洗涤纤维含量(ADF)建模效果较差,定标系数和外部验证决定系数分别为0.83和0.84,校正标准误(SEC)、交叉验证误差(SECV)和预测标准误差(RM-SEP)均小于0.01,接近化学分析精度,且RPD大于2.50.因此,所建ADF模型也可用于近红外预测.
文献关键词：
燕麦干草;主要营养成分;近红外光谱
中图分类号：
作者姓名：
王储;麻冬梅;李跃;屈新月;李智林;胡倩楠;乔葭月;孙彦
作者机构：
中国农业大学草业科学与技术学院,北京100093;宁夏大学生态环境学院,宁夏银川750021
文献出处：
引用格式：
[1]王储;麻冬梅;李跃;屈新月;李智林;胡倩楠;乔葭月;孙彦-.检测燕麦干草主要营养成分含量的近红外光谱分析模型)[J].草地学报,2022(10):2645-2651
A类：
sative,WinISI,RSQv
B类：
燕麦干草,主要营养成分,成分含量,近红外光谱分析,NIRS,vena,不同品种,生长时期,红外光谱模型,粗蛋白,CP,中性洗涤纤维,NDF,粗脂肪,EE,外部验证,决定系数,交叉验证,SECV,RMSEP,相对标准误差,RPD,逼近,化学分析,纤维含量,ADF,分析精度
AB值：
0.263791
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
